盖世轿车讯 据外国媒体报道，韩国科学技能院（KAIST）与韩国电子与电信研讨所（ETRI）和美国德雷塞尔大学（Drexel University）协作，开发出了一种运用卷积神经网络（CNN）猜测NCM正极资料首要元素组成和充放电状况的办法，精确率高达99.6%。该办法选用图像识别技能，仅经过查看电池的外表描摹，就能运用人工智能学习精确确认电池的元素组成和充放电次数。相关论文宣布在期刊《npj Computational Materials》上。

　　研讨团队指出，尽管扫描电子显微镜（SEM）在半导体制作中用于查看晶圆缺点，但它很少用于电池查看。SEM仅在研讨现场用于电池剖析颗粒巨细，而且在电池资料劣化的情况下，从破碎的颗粒和破损形状来猜测牢靠性。

　　研讨团队以为，若能在电池出产的悉数过程中像在半导体制作中一样运用自动化SEM查看正极资料的外表，以确认其是否依照所需的成分组成，而且惯例运用的寿数牢靠，以此来下降缺点率，这一行动将具有开创性。